Bonjour,
Voici un aperçu du cours de biologie quantitative (STT1039) donné à l'automne 2018. Vous pouvez me faire parvenir toute suggestion à marc.pepino@uqtr.ca. Tous vos commentaires me permettront d'améliorer la qualité d'enseignement dispensé aux étudiants.
Cordialement,
Marc
Bienvenue au cours de biologie quantitative!
Bonjour,
Voici le programme de ce vendredi 14 septembre
Bonjour,
Voici le programme de ce vendredi 21 septembre portant sur la présentation des données et les explorations graphiques.
En vue de la préparation au cours, je vous demanderais d'essayer les exercices 1 à 3 du TP1 et de relire les pages 1 à 7 (l'ensemble du document serait un avantage).
Acquis attendus pour la partie théorique: terminologie et notation de base de la statistique, notion de statistique inférentielle, notion de modèle statistique, méthode expérimentale (problématique, hypothèse, plan d'échantillonnage, collecte et formatage des données).
Acquis attendus pour la partie pratique: être familier avec l'environnement de travail pour l'utilisation du logiciel R, créer et manipuler des objets simples (vecteurs et matrices).
Bonjour,
Voici le programme de ce vendredi 28 septembre. Nous finirons de voir la présentation des données et explorations graphiques (indicateurs de corrélation et d'association, mesures de l'amplitude de l'effet) et nous commencerons ce nouveau thème sur les lois et distributions de probabilité.
En vue de la préparation au cours, je vous demanderais de faire ou refaire tous les exercices du TP1.
Acquis attendus pour la partie théorique: l'ensemble des trois premiers cours: statistique inférentielle et modèle statistique; méthode expérimentale et plan d'échantillonnage; tableaux de données et explorations graphiques des données.
Acquis attendus pour la partie pratique: être familier avec l'environnement de travail pour l'utilisation du logiciel R, maîtriser le langage de programmation de base, importer des fichiers.
Bonjour,
Voici le programme de ce vendredi 05 octobre. Nous finirons de voir les principales lois de probabilités utilisées en écologie et en statistique et nous commencerons ce nouveau thème sur les méthodes d'estimation des paramètres et les tests d'hypothèses. Je vous encourage à prendre connaissance du Powerpoint associé à ce thème !
Acquis attendus pour la partie théorique: l'ensemble des quatre premiers cours ! Savoir interpréter une fonction de probabilité et la fonction de répartition sera un atout majeur pour la compréhension de ce thème.
Acquis attendus pour la partie pratique: être familier avec l'environnement de travail et le langage de programmation de base du logiciel R, importer des fichiers. Vous pouvez vous pratiquer à télécharger d'autres bases de données sous R à partir du lien de la Wébographie ( Liste des bases de données disponibles sous R).
Bonjour,
Voici le programme de ce vendredi 12 octobre sur les méthodes d'estimation des paramètres et tests d'hypothèses. En préparation du cours, je vous encourage fortement à prendre connaissance de la présentation PowerPoint ainsi que des chapitres 10 et 11 du livre de Scherrer. Je vous invite également à découvrir le code de simulation de la loi normale en lançant à répétition l'ensemble du code de programmation dans la console du logiciel R. Nous discuterons de ce que cet exercice vous a appris en ouverture du cours.
A faire pour la partie théorique: Prendre connaissance du PowerPoint, lire les chapitres 10 et 11 du livre de Scherrer, lancer le code de simulation de la loi normale.
A faire pour la partie pratique: Les exercices 1 à 3 du TP2 (nous reviendrons brièvement sur le corrigé des exercices 1 et 2), lire le TP2.
Bonne préparation et à vendredi!
Bonjour,
Voici le programme de ce vendredi 02 novembre. Nous commencerons le cours sur la corrélation et la régression linéaire simple. A la place d'un TP, nous prendrons la dernière heure du cours pour revenir sur l'examen de mi-session.
Partie théorique: Je vous invite à prendre connaissance du PowerPoint ainsi que le code de simulation de la régression linéaire simple.
Examen: Je vous invite à prendre connaissance du compte-rendu de l'examen.
Exercices: J'ai mis à votre disposition des prises de données terrain suite à l'échantillonnage de l'omble de fontaine au cours des deux dernières semaines (15 au 23 octobre). Je vous invite à monter la base de données pour les observations où la longueur (LT) et la masse (P) des individus sont disponibles (feuilles longueur-poids). La colonne ID correspond au sexe des individus (F: Femelle; M: Mâle; I: Immature). La colonne Trap. correspond à l'engin de pêche utilisé suivi du numéro de pose (F: filet maillant; T: Trappe Alaska). Une fois la base de données compléter, vous pouvez faire l'exploration graphique de la base de données en vue de réaliser la régression linéaire simple de la masse en fonction de la longueur à l'aide du logiciel R.
Bonjour,
Voici le programme de ce vendredi 09 novembre. Nous terminerons le cours sur la corrélation et la régression linéaire simple. Nous ferons le TP 3 sur les statistiques descriptives à l'aide du logiciel R.
Partie théorique: Je vous invite à relire le PowerPoint ainsi que les chapitres 17 et 18 du livres de Scherrer. Vous pouvez également reprendre le code de simulation de la régression linéaire simple en faisant varier les paramètres de simulation et voir comment cela affecte les résultats.
Partie pratique: Je vous invite à prendre connaissance du TP 3 et de commencer les exercices. Le TP 4 est également disponible dans vos documents pour voir comment réaliser la régression linéaire simple à l'aide du logiciel R.
Exercices: J'ai mis à votre disposition des prises de données terrain suite à l'échantillonnage de l'omble de fontaine au cours des deux dernières semaines (15 au 23 octobre). Je vous invite à monter la base de données pour les observations où la longueur (LT) et la masse (P) des individus sont disponibles (feuilles longueur-poids). La colonne ID correspond au sexe des individus (F: Femelle; M: Mâle; I: Immature). La colonne Trap. correspond à l'engin de pêche utilisé suivi du numéro de pose (F: filet maillant; T: Trappe Alaska). Une fois la base de données compléter, vous pouvez faire l'exploration graphique de la base de données en vue de réaliser la régression linéaire simple de la masse en fonction de la longueur à l'aide du logiciel R. Vous pouvez également réaliser la régression linéaire simple à l'aide de la fonction "lm" du logiciel R (plusieurs exemples sont données dans le PowerPoint; ex.: diapositives 23, 29, 31, 34, et 35).
Travail optionnel: Voir Questionnaire SQEBC dans la section Travaux. Ceci devrait vous permettre de travailler la manipulation de données et l'exploration graphique sous R.
Bonjour,
Voici le programme de ce vendredi 16 novembre. Nous commencerons le cours sur la comparaison de moyennes. Nous ferons aussi le TP 4 sur la régression linéaire simple à l'aide du logiciel R.
Partie théorique: Je vous invite à prendre connaissance du le PowerPoint ainsi que les chapitres 12 à 14 du livre de Scherrer. Vous pouvez également reprendre les exemples données dans le PowerPoint à partir du logiciel R.
Partie pratique: Je vous invite à prendre connaissance du TP 4 et d'essayer de faire l'ensemble des exercices en vous servant des exemples vus en cours.
Exercices: Les exercices sur les lois de probabilité et la régression linéaire simple sont disponibles dans vos documents sous le dossier "Exercices"
Travail optionnel: Voir Questionnaire SQEBC dans la section Travaux. Ceci devrait vous permettre de travailler la manipulation de données et l'exploration graphique sous R.
Bonjour,
Voici le programme de ce vendredi 23 novembre. Nous finirons le cours sur la comparaison de moyennes (description des modèles statistiques et partie 2). Nous ferons aussi le TP 5 sur les test de t et la comparaison des variances à l'aide du logiciel R.
Partie théorique: Je vous invite à prendre connaissance du le PowerPoint ainsi que le chapitre 14 du livre de Scherrer. Vous pouvez également reprendre les exemples données dans le PowerPoint à partir du logiciel R.
Partie pratique: Je vous invite à prendre connaissance du TP 5 et d'essayer de faire l'ensemble des exercices.
Exercices: Les exercices sur les lois de probabilité et la régression linéaire simple sont toujours disponibles dans vos documents sous le dossier "Exercices"
Bonjour,
Voici le programme de ce vendredi 30 novembre. Nous finirons le cours sur la comparaison de moyennes (partie 2). Nous verrons également la comparaison de droites de régression (ANCOVA) ainsi que la comparaison des fréquences. L'ANCOVA est une extension de la régression linéaire simple et de l'ANOVA. Elle met en jeu une variable réponse quantitative et deux variables explicatives: une variable quantitative et une variable qualitative. L'ANCOVA s'applique sous les mêmes conditions que celles de la régression linéaire simple. Pour la comparaison des fréquences, elle vise à vérifier l'indépendance entre deux variables qualitatives. Nous verrons à cette occasion deux tests, soit le test de Khi-carré et le test exact de Fisher.
Partie théorique: Je vous invite à prendre connaissance des deux PowerPoint. Vous pouvez également reprendre les exemples données dans les PowerPoint à partir du logiciel R pour vérifier votre acquisition des connaissances.
Partie pratique: Je vous invite à prendre connaissance du TP 6 et d'essayer de faire l'ensemble des exercices. Ce sera le dernier TP vu en cours.
Dernier cours de session: Le dernier cours de session portera sur les modèles linéaires généralisés. Ces modèles permettent d'avoir des erreurs qui suivent différentes lois de probabilité (ex. distributions binomiale ou de Poisson). Nous verrons à cette occasion la régression logistique et la régression de Poisson (ou modèle log-linéaire). En attendant que le cours soit disponible sur votre portail, je vous recommande la lecture du chapitre 13 de Crawley 2013 (The R book) des pages 557 à 565. Ce livre est disponible en ligne sur la Webthèque.
Exercices: Les exercices sur les lois de probabilité et la régression linéaire simple sont toujours disponibles dans vos documents sous le dossier "Exercices"
Examen: En vue de la préparation à l'examen de fin de session, voici mes suggestions pour vous aider dans votre révision. Revoir les lectures obligatoires du livre de Scherrer mentionnées dans le plan de cours, la partie théorique portera sur ces lectures. Revoir les PowerPoint et assurez-vous de bien comprendre l'information qui s'y trouve (vous pouvez compléter votre compréhension par les lectures suggérées en début de chaque cours). A cet effet, je vous recommande de refaire les exercices inclus dans les PowerPoint en deux temps: tout d'abord en refaisant les exercices diapositive par diapositive, puis à partir de la question d'intérêt seulement et de vérifier si vous suivez toutes les étapes nécessaires à la réalisation de l'analyse statistique. Toutes les réponses à savoir sont dans les diapositives. Revoir les TP. Le code de programmation à savoir se retrouve à la fois dans les cours théoriques mais aussi dans les TP. Vous pouvez reprendre les exercices à la fin des TP pour vérifier si vous maîtriser correctement le langage de programmation. Vous pouvez également vous faire des fiches synthèses pour retrouver plus facilement le code de programmation. Enfin, il y a deux séries d'exercices sur les lois de probabilité et la régression linéaire simple qui sont toujours disponibles dans vos documents sous le dossier "Exercices". Si vous rencontrez des difficultés dans vos révisions, je vous invite à venir me voir. Si vous êtes à l'aise avec l'ensemble des révisions que je vous propose mais que vous sentez le besoin de faire davantage de révision pour vous préparez à l'examen, je vous invite également à venir me voir!
Bonjour,
Voici les informations concernant le devoir. Les groupes peuvent être composés de trois ou quatre personnes. Je demanderais à chaque chef d'équipe de m'envoyer un courriel indiquant la liste des membres de votre équipe.
La date finale de dépôt est étendue au 14 décembre 2018. Seuls les documents déposer par votre chef d'équipe seront évalués.
Merci et bon devoir !
Bonjour,
Voici le programme de ce vendredi 07 décembre. Nous verrons la comparaison de fréquence, la régression logistique et la régression de Poisson. Comme il n'y aura pas de TP pour ce dernier cours, ce sera également l'occasion de revoir ensemble les notions importantes à retenir.
A vendredi!
Partie théorique: Je vous invite à prendre connaissance des deux PowerPoint. Vous pouvez également reprendre les exemples données dans les PowerPoint à partir du logiciel R pour vérifier votre acquisition des connaissances.
Exercices: Les exercices sur les lois de probabilité et la régression linéaire simple sont toujours disponibles dans vos documents sous le dossier "Exercices"
Examen: En vue de la préparation à l'examen de fin de session, voici mes suggestions pour vous aider dans votre révision. Revoir les lectures obligatoires du livre de Scherrer mentionnées dans le plan de cours, la partie théorique portera sur ces lectures. Revoir les PowerPoint et assurez-vous de bien comprendre l'information qui s'y trouve (vous pouvez compléter votre compréhension par les lectures suggérées en début de chaque cours). A cet effet, je vous recommande de refaire les exercices inclus dans les PowerPoint en deux temps: tout d'abord en refaisant les exercices diapositive par diapositive, puis à partir de la question d'intérêt seulement et de vérifier si vous suivez toutes les étapes nécessaires à la réalisation de l'analyse statistique. Toutes les réponses à savoir sont dans les diapositives. Revoir les TP. Le code de programmation à savoir se retrouve à la fois dans les cours théoriques mais aussi dans les TP. Vous pouvez reprendre les exercices à la fin des TP pour vérifier si vous maîtriser correctement le langage de programmation. Vous pouvez également vous faire des fiches synthèses pour retrouver plus facilement le code de programmation. Enfin, il y a deux séries d'exercices sur les lois de probabilité et la régression linéaire simple qui sont toujours disponibles dans vos documents sous le dossier "Exercices". Si vous rencontrez des difficultés dans vos révisions, je vous invite à venir me voir. Si vous êtes à l'aise avec l'ensemble des révisions que je vous propose mais que vous sentez le besoin de faire davantage de révision pour vous préparez à l'examen, je vous invite également à venir me voir!